TransE解读

Paper地址

1 目标

学习三元组的向量表达

2 算法

大致思路:

• 初始化+归一化
• 遍历数据
  • 构造错误样本
  • 训练计算loss函数
• 根据loss优化三元组的向量表达

3 优化方法

这个是loss函数的计算方法和负样本的挑选方法

• loss函数(优化目标):正确的三元组比假造的三元组头向量+关系向量-尾向量的差小，优化正确三元组的$ d(h+l,t) $减去假的三元组的$ d(h^{’}+l,t{’}) $
• 假的三元组的生成是随机替换正确的三元组的头或者尾部,不同时替换。
• 学习的目标是向量表达，所以迭代一次，计算loss，loss是代表正确样本和错误样本的距离差，这个值是个负数，越小代表约好，所以根据loss优化三元组的向量表达。

4 实验

将上述embedding做链接预测

疑问：测试数据如何构成，测试数据从哪里来？
https://github.com/thunlp/OpenKE

这里面说到去掉了训练集中出现的可能测试集会出现的三元组，所以说测试集就是另外一部分三元组的数据，从训练集中剥离出来了，然后拿训练集的数据做训练，测试集直接拿score做排序，然后计算@hist10得到评分，所以链接预测就是学了个embedding，然后直接就排序了，如何体现是预测不存在的关系呢？难道把top5的都当作正确的关系？？？